Rachunek prawdopodobieństwa i statystyka/Test 11: Wnioskowanie statystyczne: Różnice pomiędzy wersjami

Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
m Zastępowanie tekstu – „ \displaystyle ” na „”
m Zastępowanie tekstu – „\displaystyle ” na „”
Linia 1: Linia 1:
<quiz> Rozważmy dwa następujące estymatory wartości oczekiwanej w rozkładzie dwupunktowym <math>\displaystyle (0,1,p)</math>: <center><math>\displaystyle S(X_1,\ldots,X_n)=\frac{n+1}{n}\bar{X} \;\; </math> oraz <math>\displaystyle  \;\;
<quiz> Rozważmy dwa następujące estymatory wartości oczekiwanej w rozkładzie dwupunktowym <math>(0,1,p)</math>: <center><math>S(X_1,\ldots,X_n)=\frac{n+1}{n}\bar{X} \;\; </math> oraz <math> \;\;
T(X_1,\ldots,X_n)=\frac{X_1+X_n}{2}.</math></center>
T(X_1,\ldots,X_n)=\frac{X_1+X_n}{2}.</math></center>
Wówczas:
Wówczas:


<rightoption><math>\displaystyle S</math> jest estymatorem zgodnym, zaś <math>\displaystyle T</math>-- asymptotycznie nieobciążonym.</rightoption>
<rightoption><math>S</math> jest estymatorem zgodnym, zaś <math>T</math>-- asymptotycznie nieobciążonym.</rightoption>
<wrongoption><math>\displaystyle S</math> nie jest ani estymatorem zgodnym, ani estymatorem nieobciążonym.</wrongoption>
<wrongoption><math>S</math> nie jest ani estymatorem zgodnym, ani estymatorem nieobciążonym.</wrongoption>
<wrongoption><math>\displaystyle S</math> jest estymatorem zgodnym, zaś <math>\displaystyle T</math>-- obciążonym.</wrongoption>
<wrongoption><math>S</math> jest estymatorem zgodnym, zaś <math>T</math>-- obciążonym.</wrongoption>
<wrongoption><math>\displaystyle T</math> jest estymatorem zgodnym i nieobciążonym.</wrongoption>
<wrongoption><math>T</math> jest estymatorem zgodnym i nieobciążonym.</wrongoption>
</quiz>
</quiz>




<quiz>Z poniższych własności wybierz te, które posiada następujący estymator parametru <math>\displaystyle \alpha</math> w
<quiz>Z poniższych własności wybierz te, które posiada następujący estymator parametru <math>\alpha</math> w
rozkładzie jednostajnym na odcinku <math>\displaystyle (0,\alpha)</math>:
rozkładzie jednostajnym na odcinku <math>(0,\alpha)</math>:
<center><math>\displaystyle T(X_1,\ldots,X_n)=(n+1)\min\{X_1,\ldots,X_n\}.</math></center>
<center><math>T(X_1,\ldots,X_n)=(n+1)\min\{X_1,\ldots,X_n\}.</math></center>


<wrongoption><math>\displaystyle T</math> jest obciążony.</wrongoption>
<wrongoption><math>T</math> jest obciążony.</wrongoption>
<rightoption><math>\displaystyle T</math> jest asymptotycznie nieobciążony.</rightoption>
<rightoption><math>T</math> jest asymptotycznie nieobciążony.</rightoption>
<wrongoption><math>\displaystyle T</math> jest obciążony i asymptotycznie nieobciążony.</wrongoption>
<wrongoption><math>T</math> jest obciążony i asymptotycznie nieobciążony.</wrongoption>
<rightoption><math>\displaystyle T</math> jest nieobciążony.</rightoption>
<rightoption><math>T</math> jest nieobciążony.</rightoption>
</quiz>
</quiz>




<quiz>Przeprowadzono <math>\displaystyle n</math> prób Bernoulliego  <math>\displaystyle X_1, \dots, X_n</math> , z jednakowym
<quiz>Przeprowadzono <math>n</math> prób Bernoulliego  <math>X_1, \dots, X_n</math> , z jednakowym
prawdopodobieństwem sukcesu <math>\displaystyle p</math> każda. Co jest dobrym przybliżeniem parametru <math>\displaystyle p</math>?
prawdopodobieństwem sukcesu <math>p</math> każda. Co jest dobrym przybliżeniem parametru <math>p</math>?


<wrongoption>Liczba sukcesów podzielona przez liczbę "porażek".</wrongoption>
<wrongoption>Liczba sukcesów podzielona przez liczbę "porażek".</wrongoption>
<rightoption><math>\displaystyle \frac{k}{n}</math>, gdzie <math>\displaystyle k</math> oznacza liczbę sukcesów.</rightoption>
<rightoption><math>\frac{k}{n}</math>, gdzie <math>k</math> oznacza liczbę sukcesów.</rightoption>
<wrongoption><math>\displaystyle \frac{n-k}{n}</math>, gdzie <math>\displaystyle k</math> oznacza liczbę sukcesów.</wrongoption>
<wrongoption><math>\frac{n-k}{n}</math>, gdzie <math>k</math> oznacza liczbę sukcesów.</wrongoption>
<wrongoption><math>\displaystyle\sum \frac{X_i}{n}</math>.</wrongoption>
<wrongoption><math>\displaystyle\sum \frac{X_i}{n}</math>.</wrongoption>
</quiz>
</quiz>




<quiz>Jeżeli estymator <math>\displaystyle S(X_1,\ldots,X_n)</math> jest estymatorem zgodnym parametru <math>\displaystyle \theta</math>, to:
<quiz>Jeżeli estymator <math>S(X_1,\ldots,X_n)</math> jest estymatorem zgodnym parametru <math>\theta</math>, to:


<rightoption><math>\displaystyleS(X_1,\ldots,X_n)\stackrel{s}{\longrightarrow}\theta</math> (symbol
<rightoption><math>\displaystyleS(X_1,\ldots,X_n)\stackrel{s}{\longrightarrow}\theta</math> (symbol
<math>\displaystyle \stackrel{s}{\longrightarrow}</math> został wprowadzony w uwadze 7.25).</rightoption>
<math>\stackrel{s}{\longrightarrow}</math> został wprowadzony w uwadze 7.25).</rightoption>
<wrongoption><math>\displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}\frac{S(X_1,\ldots,X_n)}{n} = \theta\right\}\right) =1 </math>.</wrongoption>
<wrongoption><math>\displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}\frac{S(X_1,\ldots,X_n)}{n} = \theta\right\}\right) =1 </math>.</wrongoption>
<rightoption><math>\displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}S(X_1,\ldots,X_n) = \theta\right\}\right) =1 </math>.</rightoption>
<rightoption><math>\displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}S(X_1,\ldots,X_n) = \theta\right\}\right) =1 </math>.</rightoption>
Linia 42: Linia 42:


<quiz>Próbka prosta:
<quiz>Próbka prosta:
<center><math>\displaystyle 0,2,1,2,5,0,3,4,4,2</math></center>
<center><math>0,2,1,2,5,0,3,4,4,2</math></center>


pochodzi z rozkładu Poissona z parametrem <math>\displaystyle \lambda>0</math>. Które z poniższych liczb można uznać za dobre przybliżenia
pochodzi z rozkładu Poissona z parametrem <math>\lambda>0</math>. Które z poniższych liczb można uznać za dobre przybliżenia
parametru <math>\displaystyle \lambda</math>?
parametru <math>\lambda</math>?


<wrongoption><math>\displaystyle 3.0</math>.</wrongoption>
<wrongoption><math>3.0</math>.</wrongoption>
<rightoption><math>\displaystyle 2.3</math>.</rightoption>
<rightoption><math>2.3</math>.</rightoption>
<wrongoption><math>\displaystyle 3.1</math>.</wrongoption>
<wrongoption><math>3.1</math>.</wrongoption>
<wrongoption><math>\displaystyle 2.4</math>.</wrongoption>
<wrongoption><math>2.4</math>.</wrongoption>
</quiz>
</quiz>


Linia 56: Linia 56:
<quiz>Wykonano 30 serii rzutów kostką do gry, przy czym każda seria kończyła się w momencie wyrzucenia pierwszej
<quiz>Wykonano 30 serii rzutów kostką do gry, przy czym każda seria kończyła się w momencie wyrzucenia pierwszej
"szóstki", otrzymując następuje rezultaty (długości poszczególnych serii):
"szóstki", otrzymując następuje rezultaty (długości poszczególnych serii):
<center><math>\displaystyle 2,9,3,8,4,3,5,7,7,8,10,4,12,4,5,6,17,2,9,4,3,2,5,2,1,5,5,6,8,14.</math></center>
<center><math>2,9,3,8,4,3,5,7,7,8,10,4,12,4,5,6,17,2,9,4,3,2,5,2,1,5,5,6,8,14.</math></center>


Oceń prawdziwość poniższych zdań.
Oceń prawdziwość poniższych zdań.

Wersja z 08:59, 28 sie 2023

Rozważmy dwa następujące estymatory wartości oczekiwanej w rozkładzie dwupunktowym

(0,1,p)

:

S(X1,,Xn)=n+1nX¯ oraz T(X1,,Xn)=X1+Xn2.

Wówczas:

S jest estymatorem zgodnym, zaś T-- asymptotycznie nieobciążonym.

S nie jest ani estymatorem zgodnym, ani estymatorem nieobciążonym.

S jest estymatorem zgodnym, zaś T-- obciążonym.

T jest estymatorem zgodnym i nieobciążonym.


Z poniższych własności wybierz te, które posiada następujący estymator parametru α w rozkładzie jednostajnym na odcinku (0,α):

T(X1,,Xn)=(n+1)min{X1,,Xn}.

T jest obciążony.

T jest asymptotycznie nieobciążony.

T jest obciążony i asymptotycznie nieobciążony.

T jest nieobciążony.


Przeprowadzono n prób Bernoulliego X1,,Xn , z jednakowym prawdopodobieństwem sukcesu p każda. Co jest dobrym przybliżeniem parametru p?

Liczba sukcesów podzielona przez liczbę "porażek".

kn, gdzie k oznacza liczbę sukcesów.

nkn, gdzie k oznacza liczbę sukcesów.

Xin.


Jeżeli estymator S(X1,,Xn) jest estymatorem zgodnym parametru θ, to:

Parser nie mógł rozpoznać (nieznana funkcja „\displaystyleS”): {\displaystyle \displaystyleS(X_1,\ldots,X_n)\stackrel{s}{\longrightarrow}\theta} (symbol s został wprowadzony w uwadze 7.25).

Parser nie mógł rozpoznać (nieznana funkcja „\displaystyleP”): {\displaystyle \displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}\frac{S(X_1,\ldots,X_n)}{n} = \theta\right\}\right) =1 } .

Parser nie mógł rozpoznać (nieznana funkcja „\displaystyleP”): {\displaystyle \displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}S(X_1,\ldots,X_n) = \theta\right\}\right) =1 } .

Parser nie mógł rozpoznać (nieznana funkcja „\displaystyleP”): {\displaystyle \displaystyleP\left(\left\{\omega \in \Omega: \lim_{n\longrightarrow \infty}S(X_1,\ldots,X_n) = 0\right\}\right) =1 } .


Próbka prosta:

0,2,1,2,5,0,3,4,4,2

pochodzi z rozkładu Poissona z parametrem λ>0. Które z poniższych liczb można uznać za dobre przybliżenia parametru λ?

3.0.

2.3.

3.1.

2.4.


Wykonano 30 serii rzutów kostką do gry, przy czym każda seria kończyła się w momencie wyrzucenia pierwszej "szóstki", otrzymując następuje rezultaty (długości poszczególnych serii):

2,9,3,8,4,3,5,7,7,8,10,4,12,4,5,6,17,2,9,4,3,2,5,2,1,5,5,6,8,14.

Oceń prawdziwość poniższych zdań.

Jest bardzo prawdopodobne, iż użyto "fałszywej" kostki.

Nie ma podstaw do stwierdzenia, że użyta kostka była "sfałszowana".

Na podstawie powyższych danych można wnioskować, iż prawdopodobieństwo wyrzucenia "szóstki" (za pomocą tej kostki) jest w przybliżeniu równe 0.5.

Jeżeli kostka była "sprawiedliwa", to prawdopodobieństwo otrzymania powyższego wyniku jest mniejsze niż 1%.